Éditeur | Les scientifiques recherchent des moyens efficaces de prédire l’adéquation entre ces « clés » et ces « verrous », ou interactions protéine-ligand.

Cependant, les méthodes traditionnelles basées sur les données tombent souvent dans un « apprentissage par cœur », mémorisant les données d'entraînement des ligands et des protéines au lieu de véritablement apprendre les interactions entre eux.

Récemment, une équipe de recherche de l'Université du Zhejiang et de l'Académie chinoise des sciences a proposé une nouvelle méthode de notation appelée EquiScore, qui utilise des réseaux neuronaux de graphes hétérogènes pour intégrer les connaissances physiques préalables et caractériser les interactions protéine-ligand dans l'espace de transformation des équations.

EquiScore est formé sur un nouvel ensemble de données construit à l'aide de plusieurs stratégies d'augmentation des données et d'un schéma rigoureux d'élimination des redondances.

Sur deux grands ensembles de tests externes, EquiScore a commencé à s'imposer par rapport à 21 autres méthodes. Lorsqu'EquiScore est utilisé avec différentes méthodes d'accueil, il peut améliorer efficacement les capacités de filtrage de ces méthodes d'accueil. EquiScore a également bien performé dans la tâche de classement de l'activité d'une série de substances structurellement similaires, démontrant ainsi son potentiel pour guider l'optimisation des composés principaux.

Enfin, différents niveaux d'interprétabilité d'EquiScore ont été étudiés, ce qui pourrait fournir davantage d'informations sur la conception de médicaments basés sur la structure.

L'étude s'intitulait « 

 » et a été publiée dans « Nature Machine Intelligence » le 6 juin 2024.

Lien papier :

Après le Projet Génome Humain, la génomique vient aussi le défi de traduire les nouvelles connaissances en nouveaux médicaments. Ces dernières années, les algorithmes de repliement des protéines ont continué à faire des percées et le domaine de la biologie structurale a fait de grands progrès. Et un projet ambitieux tente de trouver des médicaments ou des sondes adaptés à toutes les protéines du corps humain. Bien que des progrès substantiels aient été réalisés dans ce domaine, le développement de méthodes de notation plus précises dans des scénarios d’application réels reste un défi à relever.

Avec l’explosion des données expérimentales sur les interactions protéine-ligand, les méthodes de notation basées sur l’apprentissage automatique ont fait des progrès substantiels.

La capacité croissante des modèles d'apprentissage automatique leur permet de mémoriser l'intégralité de l'ensemble des données d'entraînement. Dans le même temps, les problèmes de fuite de données entre les données d'entraînement et les données de test conduisent à des évaluations trop optimistes des capacités de ces modèles.

En plus de la qualité de l'ensemble de données, un autre facteur clé affectant les performances des méthodes de notation basées sur l'apprentissage automatique. est l’intégration efficace d’informations physiques préalables pertinentes sur les interactions ligand-protéine.

Cette recherche améliore principalement la capacité de généralisation des méthodes de notation d'apprentissage profond pour des cibles inconnues sous deux aspects.

Tout d’abord, les chercheurs ont construit un nouvel ensemble de données appelé PDBscreen en utilisant plusieurs stratégies d’augmentation des données. Par exemple, en utilisant des poses de liaison de ligands proches du natif pour amplifier la taille des échantillons positifs, et en utilisant des leurres hautement trompeurs générés pour amplifier la taille des échantillons négatifs.

Deuxièmement, en introduisant de nouveaux types de nœuds et d'arêtes et un mécanisme d'attention conscient de l'information, un graphe hétérogène capable d'intégrer des informations préalables sur les interactions intermoléculaires physiques est proposé.

Illustration : Pipeline pour la création d'un ensemble de données PDBscreen. (Source : article)

Illustration : Architecture globale d'EquiScore.

geometric) et des arêtes basées sur la structure via des liaisons chimiques (Estructural) sont établies entre les nœuds.

Les chercheurs ont également ajouté une classe d'arêtes basées sur les composants d'interaction protéine-ligand (IFP) empiriques calculés par ProLIF à Estructural pour inclure des connaissances physiques a priori sur les interactions intermoléculaires. Dans la deuxième étape, une couche d'intégration est utilisée pour obtenir une représentation latente de chaque type d'arêtes et de nœuds sur le graphe hétérogène. Ce schéma peut introduire d’autres nouveaux nœuds et arêtes ayant une signification physique claire, et peut être intégré de manière transparente aux modules d’apprentissage de représentation ultérieurs.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!